Tensofrlow JS несоответствие ввода от ожидаемого ввода модели

Question

Я преобразовал модель Keras в tf js и при запуске в браузере получаю следующее предупреждение:

topology.ts: 1114 Форма входного тензора ([null, 1024 ]) не соответствует ожиданию плотного слоя: [null, [224,224,3]]

Сводка модели выглядит следующим образом:

_________________________________________________________________
 Layer (type)                 Output shape              Param #   
=================================================================
 mobilenet_1.00_224 (Model)   [null,1024]               3228864   
_________________________________________________________________
 dense (Dense)                [null,256]                262400    
_________________________________________________________________
 dropout (Dropout)            [null,256]                0         
_________________________________________________________________
 dense_1 (Dense)              [null,512]                131584    
_________________________________________________________________
 dropout_1 (Dropout)          [null,512]                0         
_________________________________________________________________
 dense_2 (Dense)              [null,7]                  3591      
=================================================================
Total params: 3626439
Trainable params: 397575
Non-trainable params: 3228864

Для прогноза, который я реализовал следующий метод:

async function classifyImage() {

    const cam = await tf.data.webcam(video); //video is a webcam element with 224x224 pixels
    const img = await cam.capture();
    console.log(img.shape);
    let new_frame = img.reshape([1, 224, 224, 3]);

    predictions = await model.predict(new_frame).print();

  }

Как я могу решить предупреждение?

Answer 1

Ошибка прямая. Модель ожидает ввод формы [b, 1024] (b для размера партии). Вы передаете в качестве аргумента модели изображение формы [1, 224, 224, 3]. Само собой разумеется, что это не будет работать.

Чтобы прогнозирование работало, входные данные модели должны соответствовать прогнозируемой форме тензора. Либо изменяется исходная модель, либо изображение изменяется в соответствии с моделью.